Opis:
W wizualizacji wykorzystałem dane od Bi-NGO o liczbie dzieci pozostawianych przez rodziców oraz o liczbie urodzeń w latach 2007-2023, oprócz tego do wygenerowania mapy wykorzystuję plik opisujący granice województw pochodzący ze strony https://gadm.org/download_country.html
Komentarz:
Więcej dzieci jest pozostawianych przez rodziców w województwach zachodnich. W 2023 roku sytuacja zdecydowanie się tam pogorszyła, za to poprawa nastąpiła w mazowieckim, pozytywnie przez wszystkie lata wyróżnia się podkarpackie
opuszczone<-read.csv("C:\\Users\\User\\Desktop\\Programowanie\\Techniki_Wizualizacji_Danych\\hw4\\KacprzakKarol\\porzucone_noworodki.csv",sep=";")
żywe<-read.csv2("C:\\Users\\User\\Desktop\\Programowanie\\Techniki_Wizualizacji_Danych\\hw4\\KacprzakKarol\\Urodzenia żywe w Polsce 2007-2023.csv")
library(ggplot2)
library(dplyr)
library(sf)
library(tidyr)
library(stringi)
library(plotly)
geojson_file <- "gadm41_POL_1.json"
polska <- st_read(geojson_file) %>%
mutate(Województwo=tolower(NAME_1))
opuszczone_prom <- opuszczone[,-1] / żywe[,-1]*1000
opuszczone_prom[,ncol(opuszczone_prom)+1]=data.frame(opuszczone$województwo)
opuszczone_prom<-opuszczone_prom %>%
mutate(Województwo=opuszczone.województwo) %>%
select(-opuszczone.województwo)
opuszczone_prom<-opuszczone_prom %>%
pivot_longer(
cols = -Województwo, # Wszystkie kolumny poza "wojewodztwo"
names_to = "rok", # Nowa kolumna z latami
values_to = "wartosc" # Nowa kolumna z wartościami
) %>%
mutate(rok= as.numeric(stri_replace_first_regex(rok, "^X", "")))
polska<-polska %>%
inner_join(opuszczone_prom) %>%
mutate(ilość=wartosc)
# Tworzenie animacji
fig <- plot_ly(data = polska) %>%
add_sf(
stroke = I("black"),
showlegend = FALSE,
colors = c("#b5e0f3", "#8c2a64","#e62248"),
split = ~NAME_1,
color = ~ilość,
frame = ~rok
) %>%
layout(
title = "Liczba dzieci pozostawionych przez rodziców po narodzinach
przypadająca na 1000 narodzonych w latach 2007-2023",
geo = list(
fitbounds = "locations",
visible = FALSE
)
)
fig